主页（http://www.cnwulian.net）：杨冰之：人工智能与政府大数据治理
11月28-29日，由中国社会科学院信息化研究中心和北京国脉互联信息顾问有限公司联合举办的“2018智慧中国年会”在北京隆重召开，以“数据赋能 智慧中国”为主题，共有来自全国部委、省、市、区县电子政务、智慧城市、大数据主管领导、行业专家、企业代表、主流媒体千余人参会。
本文系国脉董事长杨冰之先生于11月28日下午在“2018智慧中国年会”分论坛三--“人工智能赋能智慧政府研讨会”上的演讲，内容通过现场速记整理，未经本人审核。
【国脉董事长杨冰之】
今天，我跟大家讲讲人工智能和政务大数据治理，国家最高层对人工智能高度重视，我想就这个话题谈一谈个人浅见。
一、数据、政府、治理关系的认知
首先要理解数据、政府和治理三者之间的关系。关于数据我提到一个观点，那就是数据利用能力，它是人类社会进步的崭新标志，是人类发展的新变量，对整个社会产生巨大的不确定性。数据是看不见、摸不着的，这种看起没有价值的东西现在反而成为我们的新动能。数据给我们带来了很多想象的空间，所以这个时代的不确定性是必然的。
第二个是政府，政府是社会管理者、规则制定者、利益平衡者，那么数据和政府是什么关系？数据给政府带来了新生命、新空间、新动能，优化与改造传统政府的资源配置能力。
再者就是治理，治理是新制度文明，它需要多主体参与、需要共建共享共治，它与数据精神是完全一致的，治理也成为政府行为的主题与竞争力源泉，治理的方式、手段越来越依靠数据。
数据、政府、治理三者之间的关系，就是它们关联越多越广越深越动态，数字政府就越容易成功。换而言之，我们要把数字政府建成，就需要从数据、政府、治理三个维度上下更多功夫。
二、AI 来了？
AI 来了吗？AI是什么？我把它分为五个方面，首先AI是种服务，因为应用人工智能，我们的服务才会更加精准；再者AI是种基础设施，是一种更智慧的计算力，真正的人工智能是人机结合，才能形成更高的智慧。AI给我们带来很多价值关联，AI要有爱。
技术进步带来了很多担忧，但人文价值的关怀可以把牢我们人类进步的缰绳。我们不要把AI当成神话，也不要惧怕，不要无知者无畏，人类在未来是不是可以掌控AI，还是人类会被AI操纵，以我们有限想象力不需要过度地恐惧，这里可以通过围棋世界的历史来反映，叫做AlphaGo。现在围棋九段最主要的训练方式就是通过人工智能。所以我们要以AI为师，它可以提升人类能力，促进人类进步。
三、大数据与AI能力的提升
大数据与AI能力的提升，数据质量是前提、算法是核心、应用是关键。首先是要做好数据建模工作，建模是对规则的探索和建设，是对数据关系的深度挖掘。第二个就是要重视物联网，感知是智能之父、数据是智能之母，高效高质便捷的获取数据能力需要依靠物联网。
AI能力提升三要素，这里提到三个观点：一是人工智能难以从根本上解决数据质量问题，所以语料库要好；二是基本功要做好，对数据的分级分层分类的能力和多维标注能力；三是关联能力和关联规则，就是对事物深度认识和规律探索，这里牵涉到神经网络和深度学习，例如滴滴，它在用的时候就是对时间、空间、供应主体、用户、汽车和司机进行多维度的数据关联和应用，提供一个最优的数据，所以先要有好数据，才能有有价值的人工智能。
四、AI：智慧政府主力军
AI将会成为智慧政府的主力军，从数字政府到智慧政府将是发展趋势，我们需要决策思维、需要服务智能。我们政府智慧还不够，我们要变成智慧政府，该如何提高？首先要从人工智能到人机智能，做到价值和意义的深度理解；第二要做到人脑与大脑无缝融合，做到生物大脑与电子大脑有机协作；第三是算法与规则的制定，要对数字政府进行塑造，改变旧规则与流程，创造新规则与服务。对政府而言，最重要的是决策智慧，我们要用人工价值判断与规则进行设计，运用数据处理、预测、模拟和仿真。未来的智慧从哪里来？在新的环境下我们要进行深度思考。
五、政务大数据建设：持续推进的大会战
用大会战来描述2018年政府的数据建设一点都不为过，几乎各个地方都在做政务大数据，都在做归集、编目、处理，应该是多部门联合作战，全部门多角色参与，还有大量的官员、机构参与。
我们在浙江、江门、云南、江苏、北京等大城市参与大规模的政务数据梳理，多个任务和工程并行战斗也反映政府决心之大、动员之广、涉及面之多，这些都是前所未有的，所以我们说这是一次大的会战，但是我们要看到我们的数据从源头和质量上还存在很多问题，一个是数据的碎片化，一个是数据逻辑质量和规律之间杂乱无章，我们要变成一体化、动态化、流程化。
现在看来各地已经高度重视大数据，在做信息汇聚、编目管理、试点应用，但在数据汇聚过程中也有很多问题：标准化程度低、质量不高、数据流动性差、权责不清楚、缺口太大 。这些原因是因为我们的基础工作存在明显的缺失，数据的可用性不强、数据的开放度不高、易用性不够。我们归集了大批数据，但怎么去用好变成一个大的难题。所以数据问题是电子政务的根本问题，一切围绕数据而开展，但是数据的问题是切实存在的。
六、政府数据治理：有了数据怎么办？
有了数据后怎么办？我们通过汇聚、梳理、编目、标准化、权责、清洗、入库变成一个个应用主题，然后建模等一系列动作，但是，我们要看到难点，如果做不到数据最小颗粒度，数据就会大打折扣；还有数据标准化程度低，交换成本就高；如果数据多维关联差，数据应用层就弱；如果不能做到动态管理和维护，就没效益。所以这四大难题在数据资源梳理中都非常重要。
那么到底什么是数据治理，我认为应该分为三个维度，一是角色与权责，二是流程与规则，三是质量与效果。这三组词都反映在数据方面需要我们加大努力去做。
七、政府数据治理：谁来有效治理？
有了数据，谁来治理呢？三个方面的问题使数据治理面临挑战，一是3个“主动”与3个“不”（主动要与不愿给、主动给与不敢接、主动接与不会用）；二是我们现在在做的政务服务一体化、一网通办、最多跑一次等，其本质就是数据在跑，对数据质量要求很高，需要真实、有效、及时的数据支撑，特别是秒办和自动化审批，对数据要求的质量更高，这也是一个大问题，数据如果做不到分层、分级、分类，就很难去做精确，数据质量就很难保障；三是数据权利不明确、风险点不清晰、激励不到位，数据的采集权、管理权、使用权、分享权、收益权等等。
